【劲峰论道时空分析技术-学习笔记】1 时空数据和时空变量&时空过程和时空机理

整理自： https://mp.weixin.qq.com/s/L4AwRKEItnpNok6dAUgLRA

时空数据和时空变量

时空数据

【概念】：时空数据是时空变量的一次或有限次观测值

【公式】：y(s,t)

• 具有地理空间分布 (s)的事物，并且随时间(t)变化

【记录方式】：

1、时空二联表

• 行表示空间维、列表示时间维，单元格记录属性值
• 例如：ArcGIS数据属性表
• 可以完整记录时空各节点的观测值，但是无法记录时空数据的空间拓扑关系

2、地图时间序列

• 在各时间节点分别制作某属性专题图，形成地图序列
• 能够完整记录时空演化信息，但是目前的GIS软件中尚缺少有效的时空数据结构来存储和操作这类数据（时空立方体）

3、状态转换矩阵

• 行列分别代表两个时间节点上相同的状态变量，单元格表示经过一个时间段，所在行状态转换为所在列状态的量
• 转换矩阵可以完整记录了各状态之间的流转，但在时间维度上，只能局限于两个节点之间
• 
  截屏自：https://blog.csdn.net/gdp12315_gu/article/details/49949669

时空变量

【内容】：借助统计学和数学，通过研究观测样本y，推断总体或超总体的参数和性质，即地理学研究事物的格局、过程、规律和机理

【方法】：

1、基于设计

• 先从总体中以某种方式(设计)抽取一定数量的样本，每个样本单元有一个观测数值；然后对样本进行统计，推断总体
• 样本抽取的方式(设计)主要包括随机、系统、分层等。
• 对于一个统计量，即估算公式，基于设计的统计估值及其误差随样本设计(布置方式和密度)变化而变化。
• 在一定样本量的前提下，随机或分层随机抽样能够保证样本统计推断总体是设计无偏的(注意，不能保证最优，也就是不保证误差最小)。
• 设计无偏在理论上与总体性质无关；然而，估值方差将随着空间相关性和分异性而发生变化。
• 特别地，当总体是分层异质的(stratifiedheterogeneity)，并且样本小到没有覆盖所有的层(strata)时，样本有偏于总体，传统的统计推断结果将有偏于总体参数。
• 此时，若有无偏样本或全覆盖的相关辅助数据，则可用专门算法纠偏，从而得到无偏估计。

2、基于模型

• 假设每个时空格点的值都是一个时空随机变量，观测值是其一次实现。
• 为进行推断，假设随机变量具有平稳性，即各时空点数学期望相等。
• 若不平稳，则先分层(stratification)，使层内平稳，然后对时空变量加权来估计总体参数，以估值误差最小为目标函数，以估值无偏为约束，求解样本权重。
• 基于模型的统计估值及其误差在理论上与样点绝对位置无关。
• 当研究对象性质与模型假设一致时，基于模型的统计推断可以得到无偏最优估计(BLUE)。当目标对象性质与模型假设不符时，模型结果有误。

变量类型

• 自然环境，如温度、降水、水土流失；
• 经济与社会，如人口、GDP、交通、疾病等；
• 人地关系，如土地利用、生态价值、自然灾害等。

1、空间变量

• 当属性存在空间分异并且随时间稳定或不分辨时间，即y(s,t)=y(s)。
• 如中国地形三级阶地、胡焕庸人口线、气候带、生物区系等。
• 空间分析

2、时间变量

• 当属性空间均质或不分辨空间差异，即y(s,t)=y(t)。
• 如区域CPI指数、北京逐年常住人口变化。
• 时间序列分析
• 当存在空间分异但在分析时不予考虑，将有可能导致生态谬误。

3、时空变量

• 当属性随空时皆变，即y(s+u,t+τ)≠y(s, t)。
• 例如中国近3000个区县2008.3-2009.4各周手足口病病例数。
• 时空分析

4、状态变量

• 属性值变化到一定程度，从量变产生质变，状态或类型发生了变化。
• 人们往往对质变，也就是状态变化更感兴趣，为此，可以定义状态变量。状态变量反映格局、规律和大势。
• 例如土地利用类型，由于城市化而发生变化。
• 一个城市的产业类型和发展阶段也会演化。

• 空间变量和时间变量是时空变量的特例;
• 这些变量的测量可以是比值量(Ratio)、间隔量(Interval)、顺序量(Ordinal)和名义量(Nominal)，在统计学中分析方法有区别。
• 比值量和间隔量常统称为数值量。
• 地理学中状态(包括名义量和顺序量)变化是值得特别关注的，特用状态变量。
• 例如，天气状态可以是下雨、多云、晴天；而天气测量是温度、湿度、气压等数值量。

时空过程和时空机理

• 时空数据有限次地记录了时空过程，时空过程是过程机理驱动的结果。
• 日地环绕、大陆漂移碰撞和万有引力等机理分别导致了地球气候的经纬度差异、海拔高程地带性和地壳物质分层和迁移等时空现象。
• 举例：
  1、可能是物理的，例如大气动力及对应的GCM 模型；
  2、可能是经济的，例如投入产出联系及对应的 CGE 模型；
  3、可能是传染的，例如接触传播及对应的SIR模型，；
  4、可能是演化遗传变异的，例如城市群演化树。

1、时空现象的表现

过程机理 → 时空过程(用时空变量关系表达) → 时空数据

• 时空数据分析的目的就是从时空数据出发，运用各种时空分析工具，溯源其时空过程乃至机理，由样本推断总体或超总体的参数。
• 如果时空数据来自于对时空过程有一定密集度的随机采样，样本将蕴含了过程的所有时空规律、时空异常等信息，我们称之为完备时空样本。
• 如果时空样本不完备，则首先需要基于抽样理论进行加密观测或纠偏。

2、时空样本

(完备) 时空样本→ 时空规律+ 时空异常+ 时空噪音

• 时空规律是时空过程中已经被人类认知和掌握的部分，建立机理或统计模型，可以预测预报；
• 时空异常是与人类已认识的规律有明显差异，不能依据现有规律准确预期的部分；
• 时空噪音没有规律并且没有明显异常值，目前尚不为人类所认知的部分。
• 恰当利用分析工具，对时空异常（如传染病）进行早期预警，具有重要意义；另一个努力的方向是从模型残差中提取更多的信息，增强我们对时空异常的物理机制的理解，转化为规律，从而对其有所预期和掌握。

3、时空过程和机理

• 时空过程和机理以因变量y和影响因子z之间的联系(y|z)来表达。

• 在地理学，直接影响因子z往往难以获得，常用的方法是寻找代理变量x，建立因变量与代理变量的统计关系y=f(x)。

• 代理变量x应当满足两个条件：
  一是与直接因子z尽量相关(z|x)，可基于物理机制定性判断，或基于相关分析定量选择；
  二是全覆盖研究区域和研究时段。

• 举例：新生儿出生缺陷发生风险(y)与环境污染暴露、遗传和营养等直接因子(z)有关，而遗传和营养测量和调查成本高，因此寻找其代理变量(x)，如，用以村庄为中心做不同距离缓冲区，分别计算局域空间聚集性指标（Gi）来反映人们社会交往和通婚圈作为遗传代理因子，用人均收入代理营养摄入水平。

时空分析工具

1、可视化探索分析

2、时空变化探测

3、时空格局识别

4、时空插值和补缺

5、通过影响因子 (x) 分析推测时空机理

• 时空机理的认知可以分为物理的 (过程建模)、统计的 (时空回归)和生物的 (演化树)
• 演化树还是一种可视化的手段，实现属性空间和地理空间之间的二元协同感知